箱线图（也称盒图，箱盒图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱线图，可以直观的探索数据特征。箱线图共有两个用途。分别如下：

直观地识别数据中异常值（离群点）；

直观地判断数据离散分布情况，了解数据分布状态。

箱线图共由五个数值点构成，分别是最小观察值，25%分位数（Q1），中位数，75%分位数（Q3），最大观察值。需要特别说明的是，最小观察值和最大观察值定义如下：

最小观察值 = Q1 – 1.5（IQR）, IQR = Q3 –Q1

最大观察值 = Q3 + 1.5（IQR）, IQR = Q3 –Q1

如果数据有存在离群点即异常值，他们大于超出最大或者最小观察值，此时此将离群点以“圆点”形式进行展示。

箱线图中，‘下限’为最小观察值与真实最小值之间的较大值；‘上限’为最大观察值与最大值之间的较小值。

箱线图的使用场景情况如下：

查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；

非参数检验时查看不同类别X时，Y的数据分布情况；

其它涉及查看数据分布或者异常值查看时。

SPSSAU操作截图如下：

上图中直观展示出C2时共有2个异常值点，如果对C2进行分析，且分析方法对异常值敏感时（比如相关分析，回归分析等），此时需要对该2个异常值点进行处理成null或者填充（SPSSAU异常值功能），或者在分析时进行过滤。

SPSSAU提供不同类别X时，Y的箱线图分布，比如上图中可以查看不同性别人群，C1,C2和C3共三项在区分性别时的盒状分布。

上图可以看出，在男性时，C1中有2个异常点；女性时，C1共出现1个异常点。移动到异常点时会显示具体数据。此时如果有需要，可将此3个异常值进行处理，或者在分析时过滤掉异常值。

除了异常值的观察，还可以通过数据箱线图直观看出，男性在C1上的整体打分，会明显高于女性打分。